ixp
latest
false
- はじめに
- アクセス制御と管理
- ソースとデータセットを管理する
- モデルのトレーニングと保守
- 生成 AI による抽出
- 分析と監視を使用する
- オートメーションと Communications Mining™
- 開発者
- 機械が単語を理解する方法:NLPに埋め込むためのガイド
- トランスフォーマーによるプロンプトベースの学習
- 効率的な変圧器II:知識蒸留と微調整
- 効率的な変圧器I:注意メカニズム
- 階層的な教師なしインテントモデリング:トレーニングデータなしで価値を得る
- Communications Mining™ でアノテーションの偏りを修正する
- アクティブ ラーニング: より優れた ML モデルを短時間で実現
- それはすべて数字にあります-メトリックを使用してモデルのパフォーマンスを評価します
- モデルの検証が重要な理由
- 対話データ分析 AI としての Communications Mining™ と Google AutoML を比較する
- ライセンス
- よくある質問など
重要 :
このコンテンツの一部は機械翻訳によって処理されており、完全な翻訳を保証するものではありません。
新しいコンテンツの翻訳は、およそ 1 ~ 2 週間で公開されます。

Communications Mining ガイド
最終更新日時 2026年3月6日
ラベルの予測を確認する
注:
Automation Cloud ユーザーとして [ソース] - [読み取り ] 権限と [データセット - 確認 ] 権限、またはレガシ ユーザーとして [ ソースの表示 ] 権限と [ 確認とアノテーション] 権限を割り当てている必要があります。
アノテーションの概要
発見フェーズが終わると、モデルはタクソノミー内の多くのラベルの予測を開始します。
探索フェーズの目的は、各ラベルの予測を確認して正しいかどうかを確かめ、正しくなければ修正することです。その結果、モデルのトレーニング例がさらに多く提供されます。
ラベルの予測を確認する際は、以下の重要な操作を考慮してください。
- 予測が正しい場合は、選択して確認または承認する必要があります。
- 正しくない場合は、予測を却下または無視するか、適用される正しいラベルを追加する必要があります。別のラベルを追加するには、プラス記号
+のボタンを選択してラベルの名前を入力します。このような方法で、正しい予測を追加し、間違って予測されたラベルは選択せずに、誤った予測を修正します。
以下の画像は、感情ありと感情なしのデータの予測が Communications Mining™ でどのように表示されるかを示しています。ラベルにホバーすると、特定のラベルが適用されるとモデルが判断した信頼度も表示されます。
予測されたラベルの透明度により、モデルの信頼度が視覚的に示されます。色が濃いほど信頼度が高くなり、薄くなるほど低くなります。


誤って適用したラベルを削除するには、そのラベルにホバーして [X] を表示します。[X] ボタンを選択してラベルを削除します。
![[X] ボタンを使用して、ラベル上でホバーしたときに表示されるラベルを削除します。](https://dev-assets.cms.uipath.com/assets/images/ixp/ixp-the-x-button-to-remove-a-label-that-shows-when-hovering-over-a-label-322373-53dc77f8.webp)
重要:
確認中の逐語データに適用されるラベルをすべて追加します。ラベルが適用されないことをモデルに示すことは、ラベルが適用されることを示すことと同じくらい重要です。